5月25日,記者從山西大學獲悉,該校智能信息處理研究所團隊用圖調控網絡實現高性能點云分割,相關成果發表在人工智能領域國際期刊《IEEE模式分析與機器智能匯刊》。
點云數據分析廣泛應用于自動駕駛、三維理解和機器人等領域。點云分割是點云數據分析領域中基本且具有挑戰性的任務,旨在根據不同屬性與功能將目標點云劃分成不同區域。
“實現高性能點云分割,關鍵在于提取具有判別性的逐點特征。”山西大學智能信息處理研究所團隊成員介紹,在點云不同分割區域邊界處,鄰域節點往往存在較強異質性。此前的方法在實現特征聚合過程中忽略了節點之間同質與異質關系。這使得節點特征混入不必要的異質節點信息,導致點云分割邊界模糊。
針對上述問題,研究團隊提出了一種圖調控網絡,將點云建模為同質—異質圖。他們結合圖注意力模型,設計了基于同質性指導的圖注意力卷積,挖掘局部鄰域內同質性特征。研究團隊還進一步設計了原型特征提取模塊,從全局范圍原型空間中進一步挖掘同質性特征,提高節點特征判別性,進一步提升點云分割性能。
據悉,研究成果進一步增強了節點特征的判別性,提高了點云分割邊界清晰度。
5月25日,記者從山西大學獲悉,該校智能信息處理研究所團隊用圖調控網絡實現高性能點云分割,相關成果發表在人工智能領域國際期刊《IEEE模式分析與機器智能匯刊》。
點云數據分析廣泛應用于自動駕駛、三維理解和機器人等領域。點云分割是點云數據分析領域中基本且具有挑戰性的任務,旨在根據不同屬性與功能將目標點云劃分成不同區域。
“實現高性能點云分割,關鍵在于提取具有判別性的逐點特征。”山西大學智能信息處理研究所團隊成員介紹,在點云不同分割區域邊界處,鄰域節點往往存在較強異質性。此前的方法在實現特征聚合過程中忽略了節點之間同質與異質關系。這使得節點特征混入不必要的異質節點信息,導致點云分割邊界模糊。
針對上述問題,研究團隊提出了一種圖調控網絡,將點云建模為同質—異質圖。他們結合圖注意力模型,設計了基于同質性指導的圖注意力卷積,挖掘局部鄰域內同質性特征。研究團隊還進一步設計了原型特征提取模塊,從全局范圍原型空間中進一步挖掘同質性特征,提高節點特征判別性,進一步提升點云分割性能。
據悉,研究成果進一步增強了節點特征的判別性,提高了點云分割邊界清晰度。
本文鏈接:山西大學團隊用圖調控網絡 實現高性能點云分割http://www.sq15.cn/show-2-6307-0.html
聲明:本網站為非營利性網站,本網頁內容由互聯網博主自發貢獻,不代表本站觀點,本站不承擔任何法律責任。天上不會到餡餅,請大家謹防詐騙!若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。
上一篇: 天津口岸:智能審圖為通關提速增效
下一篇: 騰訊混元文生圖大模型全面開源